World · Искусственный интеллект · · 2 мин чтения
Из двух новых мобильных процессоров Qualcomm, ориентированных на искусственный интеллект, модель премиального сегмента поддерживает локальный запуск моделей смеси экспертов объемом до 30 миллиардов параметров непосредственно на устройстве. Для бизнеса этот подход открывает возможности для снижения зависимости от облака и сокращения передачи данных при выполнении подходящих задач. Вместе с тем преимущества в области безопасности, затрат и производительности зависят от архитектуры приложения и условий эксплуатации.
- September 23, 2026
Два новых процессора Qualcomm для смартфонов, ориентированных на искусственный интеллект, нацелены на запуск передовых моделей непосредственно на мобильном оборудовании. Процессор премиального сегмента нового поколения выделяется поддержкой локального запуска моделей архитектуры смеси экспертов объемом 30 миллиардов параметров прямо на устройстве. Для бизнеса данное развитие актуально не только с точки зрения мобильной вычислительной мощности, но и в плане определения того, где именно должны выполняться задачи ИИ, как обрабатываться данные и в каких сценариях целесообразно задействовать облачные ресурсы.
Архитектура смеси экспертов представляет собой подход, при котором модель искусственного интеллекта использует различные специализированные компоненты. Заявленная для флагманского процессора Qualcomm поддержка 30 миллиардов параметров относится именно к моделям с такой архитектурой. Следовательно, эту возможность не следует интерпретировать как гарантию того, что любая модель сопоставимого объема будет работать в аналогичных условиях. При оценке для корпоративного использования необходимо учитывать не только количество параметров, но и архитектуру модели, ресурсы устройства, а также требования конкретной задачи.
Искусственный интеллект на устройстве предполагает использование локального аппаратного обеспечения вместо отправки каждого запроса на удаленный сервер. Такой подход позволяет уменьшить зависимость от облачного подключения для соответствующих задач и ограничить необходимость передачи данных за пределы устройства. Тем не менее локальная работа модели сама по себе не означает, что все функции приложения будут доступны офлайн. Потребность в сетевом подключении для сценариев, обращающихся к внешним источникам данных или корпоративным системам, требует отдельной оценки.
Одним из ключевых аспектов локальной обработки для бизнеса является конфиденциальность данных. Обработка данных на устройстве помогает сократить объем информации, передаваемой в облако, однако сама по себе не дает абсолютной гарантии безопасности. Контроль доступа к устройству, разрешения приложений и параметры хранения данных сохраняют свою критическую важность. Аналогично, несмотря на потенциал экономии затрат на облачные вычисления, реальный финансовый эффект следует оценивать с учетом интенсивности использования, требований к оборудованию и архитектуры приложения.
В X Mind Solutions мы рассматриваем это развитие как архитектурный выбор в отношении распределения вычислительной нагрузки в корпоративных решениях ИИ. Разделение задач, которые могут выполняться на мобильном устройстве, и процессов, требующих централизованных систем, помогает принимать более обоснованные решения при проектировании агентов и систем автоматизации. Новые процессоры Qualcomm расширяют эти возможности, однако при практическом внедрении необходимо тщательно проверять совместимость моделей, потоки данных и производительность на целевых устройствах.
Часто задаваемые вопросы
- Поддерживают ли обе новые модели процессоров работу с моделями на 30 миллиардов параметров?
- Поддержка моделей архитектуры смеси экспертов объемом 30 миллиардов параметров заявлена для процессора премиального сегмента нового поколения. Не следует обобщать эту характеристику на оба процессора или на любую архитектуру моделей.
- Может ли искусственный интеллект на устройстве работать полностью автономно?
- Локальная работа модели позволяет выполнять соответствующие задачи инференса без обращения к облаку. Однако функции приложения, обращающиеся к внешним данным или корпоративным системам, могут требовать подключения к сети.
- Снижает ли локальный искусственный интеллект затраты на облачные сервисы?
- Выполнение определенных задач на устройстве может снизить потребность в вычислительных ресурсах облака. При этом общий объем экономии нельзя определить точно без оценки интенсивности использования, требований к устройствам и архитектуры приложения.
- Почему обработка данных на устройстве сама по себе не является достаточной мерой безопасности?
- Локальная обработка способна ограничить необходимость передачи данных за пределы устройства. Тем не менее для защиты хранимых данных по-прежнему требуются контроль доступа, управление разрешениями приложений и соответствующие меры безопасности.
Kaynak: Orijinal kaynak
X MIND WEEKLY
Что произошло в сфере ИИ на этой неделе?
Нужны практические новости об ИИ для бизнеса? Мировая и турецкая повестка в области ИИ, практические кейсы KobiGPT и идеи автоматизации, которые можно внедрить прямо сейчас: 1 письмо в неделю, ~3 минуты на чтение, без спама.
Оформляя подписку, вы соглашаетесь получать рассылку X Mind Weekly. Вы можете ознакомиться с нашим Уведомлением о конфиденциальности KVKK, чтобы узнать, как обрабатываются ваши персональные данные. Вы можете отписаться в один клик в любое время.
